1.一種應(yīng)答語音的識別方法，其特征在于，該方法包括：
獲取待識別應(yīng)答語音；
使用應(yīng)答方式識別模型確定所述待識別應(yīng)答語音對應(yīng)的應(yīng)答方式；其中，所述應(yīng)答方式識別模型為有監(jiān)督的機器學(xué)習(xí)模型；
若所述應(yīng)答方式為正式應(yīng)答方式，則將所述待識別應(yīng)答語音輸入第一語音識別系統(tǒng)，以使所述第一語音識別系統(tǒng)識別所述待識別應(yīng)答語音，并輸出所述待識別應(yīng)答語音對應(yīng)的文本信息；
若所述應(yīng)答方式為非正式應(yīng)答方式，則將所述待識別應(yīng)答語音輸入第二語音識別系統(tǒng)，以使所述第二語音識別系統(tǒng)識別所述待識別應(yīng)答語音，并輸出所述待識別應(yīng)答語音對應(yīng)的文本信息；
其中，所述第一語音識別系統(tǒng)和所述第二語音識別系統(tǒng)配置有不同的參數(shù)。
2.如權(quán)利要求1所述的方法，其特征在于，所述使用應(yīng)答方式識別模型確定所述待識別應(yīng)答語音對應(yīng)的應(yīng)答方式，具體包括：
將從所述待識別應(yīng)答語音提取出的語音特征輸入所述應(yīng)答方式識別模型；
獲取所述應(yīng)答方式識別模型輸出的所述待識別應(yīng)答語音對應(yīng)的應(yīng)答方式。
3.如權(quán)利要求2所述的方法，其特征在于，所述語音特征包括幀級特征、片級特征和段級特征；
根據(jù)下列方式從應(yīng)答語音提取出語音特征：
使用特征提取工具，根據(jù)預(yù)設(shè)的幀長和幀移，提取所述待識別應(yīng)答語音的幀級特征；
將所述幀級特征做平滑濾波處理，并對平滑處理后的幀級特征做差分運算，確定所述待識別應(yīng)答語音的片級特征；
根據(jù)預(yù)設(shè)的統(tǒng)計參數(shù)，對所述片級特征進行分析處理，確定所述待識別應(yīng)答語音的段級特征。
4.如權(quán)利要求1所述的方法，其特征在于，根據(jù)下列方式獲得所述應(yīng)答方式識別模型：
確定包含多個應(yīng)答語音的訓(xùn)練集，以及包含多個應(yīng)答語音的測試集；其中，所述訓(xùn)練集中的應(yīng)答語音與所述測試集中的應(yīng)答語音不同；
針對所述訓(xùn)練集中任意一個應(yīng)答語音，將從所述應(yīng)答語音中提取出的語音特征輸入到訓(xùn)練前的應(yīng)答方式識別模型中進行訓(xùn)練；
針對所述測試集中任意一個應(yīng)答語音，將從所述應(yīng)答語音中提取出的語音特征輸入到訓(xùn)練后的應(yīng)答方式識別模型中，并獲取所述訓(xùn)練后的應(yīng)答方式識別模型輸出的所述應(yīng)答語音對應(yīng)的應(yīng)答方式；
根據(jù)所述訓(xùn)練后的應(yīng)答方式識別模型輸出的所述測試集中每一個應(yīng)答語音對應(yīng)的應(yīng)答方式，確定所述訓(xùn)練后的應(yīng)答方式識別模型的識別正確率，若所述識別正確率大于設(shè)定閾值，確定所述訓(xùn)練后的應(yīng)答方式識別模型訓(xùn)練完成，保存所述訓(xùn)練后的應(yīng)答方式識別模型。
5.如權(quán)利要求1～4任一所述的方法，其特征在于，所述應(yīng)答方式識別模型為支持向量機SVM模型。
6.一種應(yīng)答語音的識別裝置，其特征在于，包括：
獲取模塊，用于獲取待識別應(yīng)答語音；
識別模塊，用于使用應(yīng)答方式識別模型確定所述待識別應(yīng)答語音對應(yīng)的應(yīng)答方式；其中，所述應(yīng)答方式識別模型為有監(jiān)督的機器學(xué)習(xí)模型；
判斷模塊，用于若所述應(yīng)答方式為正式應(yīng)答方式，則將所述待識別應(yīng)答語音輸入第一語音識別系統(tǒng)，以使所述第一語音識別系統(tǒng)識別所述待識別應(yīng)答語音，并輸出所述待識別應(yīng)答語音對應(yīng)的文本信息；若所述應(yīng)答方式為非正式應(yīng)答方式，則將所述待識別應(yīng)答語音輸入第二語音識別系統(tǒng)，以使所述第二語音識別系統(tǒng)識別所述待識別應(yīng)答語音，并輸出所述待識別應(yīng)答語音對應(yīng)的文本信息；其中，所述第一語音識別系統(tǒng)和所述第二語音識別系統(tǒng)配置有不同的參數(shù)。
7.如權(quán)利要求6所述的裝置，其特征在于，所述識別模塊，具體用于：
將從所述待識別應(yīng)答語音提取出的語音特征輸入所述應(yīng)答方式識別模型；獲取所述應(yīng)答方式識別模型輸出的所述待識別應(yīng)答語音對應(yīng)的應(yīng)答方式。
8.如權(quán)利要求7所述的裝置，其特征在于，所述語音特征包括幀級特征、片級特征和段級特征；
所述識別模塊，具體用于：
根據(jù)下列方式從應(yīng)答語音提取出語音特征：
使用特征提取工具，根據(jù)預(yù)設(shè)的幀長和幀移，提取所述待識別應(yīng)答語音的幀級特征；將所述幀級特征做平滑濾波處理，并對平滑處理后的幀級特征做差分運算，確定所述待識別應(yīng)答語音的片級特征；根據(jù)預(yù)設(shè)的統(tǒng)計參數(shù)，對所述片級特征進行分析處理，確定所述待識別應(yīng)答語音的段級特征。
9.如權(quán)利要求6所述的裝置，其特征在于，所述獲取模塊，還用于：
根據(jù)下列方式獲得所述應(yīng)答方式識別模型：
確定包含多個應(yīng)答語音的訓(xùn)練集，以及包含多個應(yīng)答語音的測試集；其中，所述訓(xùn)練集中的應(yīng)答語音與所述測試集中的應(yīng)答語音不同；針對所述訓(xùn)練集中任意一個應(yīng)答語音，將從所述應(yīng)答語音中提取出的語音特征輸入到訓(xùn)練前的應(yīng)答方式識別模型中進行訓(xùn)練；針對所述測試集中任意一個應(yīng)答語音，將從所述應(yīng)答語音中提取出的語音特征輸入到訓(xùn)練后的應(yīng)答方式識別模型中，并獲取所述訓(xùn)練后的應(yīng)答方式識別模型輸出的所述應(yīng)答語音對應(yīng)的應(yīng)答方式；根據(jù)訓(xùn)練后的應(yīng)答方式識別模型輸出的所述測試集中每一個應(yīng)答語音對應(yīng)的應(yīng)答方式，確定所述訓(xùn)練后的應(yīng)答方式識別模型的識別正確率，若所述識別正確率大于設(shè)定閾值，確定所述訓(xùn)練后的應(yīng)答方式識別模型訓(xùn)練完成，保存所述訓(xùn)練后的應(yīng)答方式識別模型。
10.如權(quán)利要求6～9任一所述的裝置，其特征在于，所述應(yīng)答方式識別模型為支持向量機SVM模型。